无码人妻视频一区二区三区免_精品久久久久久无码一区二区_国产成人一二三区免费看_在线播放国产一区二区三区

摘要：定位技術的飛速發展催生了時空軌跡大數據,軌跡數據中往往存在著明顯偏離軌跡的異常點。檢測出軌跡中的異常點對提高數據質量和后續軌跡數據挖掘精度至關重要。該文提出了一種基于雙向長短時記憶網絡(Bidirectional Long Short-Term Memory, Bi-LSTM)模型的軌跡異常點檢測算法。首先對每個軌跡點提取一個6維的運動特征向量,然后構建了一個Bi-LSTM模型,模型輸入為一定序列長度的軌跡數據特征向量,輸出為軌跡點的類型結果。同時,算法采用了欠采樣和過采樣的組合方法緩解類別不平衡對檢測性能的影響。融合了長短時記憶網絡單元和雙向網絡,Bi-LSTM模型能夠自動學習正常點和鄰近異常點在運動特征上的差異。基于真實船舶軌跡標注數據的實驗結果表明,該文算法的檢測性能顯著優于恒定速度閾值法、不考慮數據時序性的經典機器學習分類算法和卷積神經網絡模型,尤其是召回率達到了0.902,驗證了該文算法的有效性。